Crédit Agricole CIB

★★★★ 53 Avis

Découvrir
ce recruteur

Data scientist risque de crédit H/F

09 mars Hauts-de-Seine, Montrouge Stage

Vous intégrerez la direction "Risk and Permanent Control" (RPC) qui identifie, analyse, mesure et contrôle les risques de contrepartie, les risques de marché, les risques pays et de portefeuille ainsi que les risques opérationnels physiques et techniques sur le périmètre de Contrôle Interne de CACIB.
RPC est en outre responsable du pilotage et de la supervision du dispositif de contrôle permanent de CACIB, tous vecteurs de risques confondus.

Au sein de la Direction des Risques, vous serez en collaboration avec  :  
- le Département « Modèle et Risques de Portefeuille » (MRP) se charge de la modélisation quantitative et le calcul des mesures de risque de portefeuille

- la cellule Early Detection a pour objectif de détecter le plus en amont possible le risque de défaillances des entreprises en exploitant notamment les potentialités de la data science et du big data

Vous intégrerez le département MRP et participerez à la recherche de modèles prédictifs pour le projet Early Signals.
Ce projet, en collaboration avec Early Detection et MRP vise à prédire la dégradation de la qualité de crédit des grandes entreprises.
L’objectif est de transformer la manière d’analyser les risques et les opportunités commerciales de la banque grâce à l’apport de données diverses et à la modélisation avancée.
La première phase du projet a consisté à collecter des données très variées qui ont permis de mettre en place un algorithme de machine learning.
Le succès et l’engouement autour du projet ont poussé les acteurs principaux à organiser une compétition interne de data science sur l’initiative Early Signals.

Vos missions auront pour objectif d'améliorer la performance de la prédiction en proposant des pistes alternatives
 notamment :

- Explorer l’apport des réseaux de neurones et des modèles LSTM

- Mettre en place des techniques de rebalancing des données plus poussées que la technique du SMOTE utilisée actuellement.

- Créer des features métier basés sur la collaboration avec les experts métier.
Cette étape permettra d’apprendre l’analyse financière.

Vous serez encadré par des data scientists en interne, des experts métiers et des experts data. Vous évoluerez dans un environnement de travail propice pour mettre en application vos connaissances acquises pendant  votre cursus académique.
Vous développerez vos capacités à vulgariser des sujets techniques et apprendre les métiers du financement et de l’analyse de risque.

Une précédente expérience en finance (marché d'actions, de CDS ou analyse financière) serait un plus.

Formation : Ecole d'ingénieur/Informatique, Université

Spécialisation : Finance de marché, Gestion des risques, Machine Learning ou Deep Learning.